出现中文截取乱码的问题一般是中文文合混时比较多,如果你截取英文不会有问题,中文就会有,主要原因是:字符串编码为UTF-8的,一个中文字符占三个字节而字符串编码为GB2312的,一个中文字符占两个字节了,下面我来先来看实例。
字符串编码为GB2312的,一个中文字符占两个字节,代码如下:
- public static function chinesesubstr($str, $start, $len) {
- $strlen = $start + $len;
- for($i = $start; $i < $strlen;) {
- if (ord ( substr ( $str, $i, 1 ) ) > 0xa0) {
- $tmpstr .= substr ( $str, $i, 2 );
- $i=$i+2;
- } else{
- $tmpstr .= substr ( $str, $i, 1 );
- $i++;
- }
- }
- return $tmpstr;
- }
字符串编码为UTF-8的,一个中文字符占三个字节,代码如下:
- public static function chinesesubstr($str, $start, $len) {
- $strlen = $start + $len;
- for($i = $start; $i < $strlen;) {
- if (ord ( substr ( $str, $i, 1 ) ) > 0xa0) {
- $tmpstr .= substr ( $str, $i, 3 );
- $i=$i+3;
- } else{
- $tmpstr .= substr ( $str, $i, 1 );
- $i++;
- }
- }
- return $tmpstr;
- }
上面虽然解决了这个问题,但是要注意编码问题,相对来说比较麻烦,下面写了一个不管什么编码都没问题的解决办法,代码如下:
-
-
-
-
-
-
- function cut_str($string, $sublen, $start = 0, $code = 'UTF-8')
- {
- if($code == 'UTF-8')
- {
- $pa = "/[x01-x7f]|[xc2-xdf][x80-xbf]|xe0[xa0-xbf][x80-xbf]|[xe1-xef][x80-xbf][x80-xbf]|xf0[x90-xbf][x80-xbf][x80-xbf]|[xf1-xf7][x80-xbf][x80-xbf][x80-xbf]/";
- preg_match_all($pa, $string, $t_string);
- if(count($t_string[0]) - $start > $sublen) return join('', array_slice($t_string[0], $start, $sublen))."…";
- return join('', array_slice($t_string[0], $start, $sublen));
- }
- else
- {
- $start = $start*2;
- $sublen = $sublen*2;
- $strlen = strlen($string);
- $tmpstr = '';
- for($i=0; $i< $strlen; $i++)
- {
- if($i>=$start && $i< ($start+$sublen))
- {
- if(ord(substr($string, $i, 1))>129)
- {
- $tmpstr.= substr($string, $i, 2);
- }
- else
- {
- $tmpstr.= substr($string, $i, 1);
- }
- }
- if(ord(substr($string, $i, 1))>129) $i++;
- }
- if(strlen($tmpstr)< $strlen ) $tmpstr.= "…";
- return $tmpstr;
- }
- }
(责任编辑:admin) |